在Pandas DataFrame多行標題中標記空值

Question

我有一個名為mrh.csv的CSV文件，該文件具有代表標題的前兩行：

Name,Height,Age
"",Metres,""
A,-1,25
B,95,-1

我正在使用以下代碼將其讀入DataFrame：

import pandas as pd
pd.read_csv('mrh.csv', header=[0,1], na_values=[-1,''])

這將導致具有以下內容的數據框：

    Name                Height  Age
    Unnamed: 0_level_1  Metres  Unnamed: 2_level_1

0   A                   NaN     25.0
1   B                   95.0    NaN

使用read_csv的na_values參數，我可以在文件中將標記為-1的缺失值標記為標記，但是當標記為“”（我也嘗試過-1）時，缺失的標頭行值將顯示為未命名：x_level_y （如果為則為 -1）而是使用它）。

有沒有一種方法可以不顯示缺少的值-刪除未命名的x_level_y或用有意義的值替代它？

所需的輸出1：

    Name  Height  Age
          Metres    

0   A     NaN     25.0
1   B     95.0    NaN

所需的輸出2：

    Name  Height  Age
    -     Metres  - 

0   A     NaN     25.0
1   B     95.0    NaN

Answer 1

我認為使用read_csv不可能，可以在加載后修改索引：

from io import StringIO

txt = '''Name,Height,Age
"",Metres,""
A,-1,25
B,95,-1'''

df = pd.read_csv(StringIO(txt),header=[0,1],na_values=['-1',''])

df.columns = df.columns.set_levels(df.columns.get_level_values(level=1).str.replace('Un.*',''),level=1)
df.columns = df.columns.set_levels(df.columns.get_level_values(level=1).str.replace('Un.*',''),level=1)

輸出：

   Name Height   Age
        Metres      
0    A    NaN  25.0
1    B   95.0   NaN

要知道兩次分配df.columns，可以在此處檢查。 它仍然神秘

編輯， set_levels仍然是可以使用的越野車：

df.columns = df.columns.set_levels(df.columns.levels[1].str.replace('Un.*', ''), level=1)

Answer 2

您可以創建新的MultiIndex並分配給各columns ：

df = pd.read_csv('mrh.csv', header=[0,1], na_values=[-1,''])

a = df.columns.get_level_values(level=0)
b = df.columns.get_level_values(level=1).str.replace('Un.*','')
df.columns = [a, b]
print (df)
  Name Height   Age
       Metres      
0    A    NaN  25.0
1    B   95.0   NaN

要么：

a = df.columns.get_level_values(level=0)
b = df.columns.get_level_values(level=1).str.replace('Un.*','-')
df.columns = [a, b]
print (df)
  Name Height   Age
     - Metres     -
0    A    NaN  25.0
1    B   95.0   NaN

Answer 3

import pandas as pd
pd.read_csv("mrh.csv").fillna("-").to_csv("mrh.csv",index=None)
df1 = pd.read_csv("mrh.csv",header=[0,1],na_values=[-1,''])
df1

輸出：

   Name Height  Age
   -    Metres  -
0   A   NaN    25.0
1   B   95     NaN